Dentro la nuova corsa della robotica: dati, modelli e produzione

L’innovazione raramente emerge in isolamento. Più spesso, nasce dalle conversazioni tra ingegneri, fondatori, ricercatori e investitori che cercano di capire dove sta andando la tecnologia.

Nel corso di un anno, ho partecipato a decine di conferenze in tutto il mondo. I viaggi di lavoro a volte durano mesi e le riunioni con partner e clienti si svolgono dall’Asia al Nord America. Tuttavia, uno dei miei recenti viaggi in Svizzera si è rivelato particolarmente interessante, proprio a causa delle persone e delle conversazioni che si sono svolte lì.

Zurigo si è rivelata una delle città dove il futuro della robotica e dell’Intelligenza Artificiale Fisica è attivamente discusso oggi. E più si approfondiscono queste conversazioni, più diventa evidente che la vera corsa nella robotica si sta svolgendo intorno ai dati.

La Silicon Valley europea

Zurigo è tradizionalmente associata al settore finanziario, ma negli ultimi anni è sempre più stata chiamata la Silicon Valley europea. Gran parte di questa reputazione è legata all’ETH Zurigo, una delle università di ingegneria più rispettate in Europa. Attrae ricercatori, studenti di dottorato, imprenditori e ingegneri da tutto il mondo. Di conseguenza, si è formato un potente ecosistema tecnologico intorno all’università, dove la ricerca, le startup e i progetti industriali evolvono quasi simultaneamente.

Una delle ragioni del mio viaggio era quella di capire meglio cosa potesse offrire Introspector al mercato della robotica, che è in piena espansione dall’inizio del 2025. È un settore che molte startup stanno cercando di entrare, mentre i progressi tecnologici delle grandi aziende tecnologiche stanno attivamente ridisegnando il mercato. Tuttavia, nonostante tutta questa dinamica, il settore solleva ancora più domande di quante risposte.

Zurigo è anche la sede dei nostri partner Lightly, che mi hanno aiutato a incontrare i colleghi che lavorano all’intersezione della robotica, del riconoscimento visivo e dell’Intelligenza Artificiale. C’è un aspetto importante dell’ecosistema tecnologico locale che vorrei sottolineare: le persone qui sono notevolmente aperte e accoglienti. Non hanno paura di condividere le loro idee e ipotesi, di parlare delle sfide che stanno cercando di risolvere e degli esperimenti che stanno conducendo. Di conseguenza, si inizia a capire il contesto reale del mercato e dove sta andando l’industria molto più velocemente.

Per inciso, quando mi chiedono come la “Silicon Valley” europea differisca da quella americana, la risposta spesso li sorprende. A Zurigo, l’equilibrio tra lavoro e vita sembra molto più forte: sport al mattino, lavoro concentrato durante il giorno in un ritmo calmo ma produttivo, e serate trascorse sulle montagne con la famiglia o semplicemente rilassandosi. A San Francisco, c’è spesso la sensazione che si debba costantemente dimostrare di lavorare più duramente di tutti gli altri. A Zurigo, il ritmo è diverso – più sostenibile. Tuttavia, il livello di ambizione tecnologica qui non è inferiore.

Dati migliori prima di robot migliori

Una delle principali conclusioni di questo viaggio è stata una semplice osservazione: molte persone oggi vogliono lavorare nella robotica. Ma nonostante l’enorme interesse per il settore, molte squadre sono ancora in una fase esplorativa, cercando di capire quale ruolo possano svolgere nella nuova ondata di robotica e Intelligenza Artificiale Fisica, e quale contributo possano dare.

Molte conversazioni alla fine convergono sullo stesso argomento: i dati. Oggi, il settore mancano dati su compiti di destrezza, ovvero abilità motorie fini. In questo ambito, le capacità dei robot rimangono estremamente limitate. Quello che gli esseri umani fanno con le loro mani quasi automaticamente – prendere un oggetto, girarlo, posizionarlo con cura da qualche parte o eseguire una piccola manipolazione – rimane una delle sfide più difficili per i robot.

La chiave per il progresso in questo campo risiede principalmente in grandi dataset raccolti su larga scala. Oggi, le persone spesso parlano di dataset egocentrici, registrati da una prospettiva in prima persona, dove il sistema cattura le azioni umane come se le stesse eseguendo lui stesso. Tuttavia, nella pratica, si scopre che il concetto di “dataset egocentrico” può significare molte cose diverse e solleva una serie di domande tecniche. Dove dovrebbe essere posizionata la telecamera? Sulla fronte, sul petto o forse all’altezza degli occhi? Quali sensori dovrebbero accompagnare la registrazione video? Se stiamo catturando i movimenti della mano, gli operatori dovrebbero utilizzare guanti speciali? E se sì, dovrebbero questi guanti includere sensori tattili, giroscopi o altri sistemi di tracciamento del movimento?

Una domanda ancora più complessa sorge: come catturare correttamente la profondità del movimento. Dopo tutto, è importante capire non solo la posizione della mano in un piano bidimensionale, ma anche come si muove nello spazio tridimensionale – in avanti, indietro, su o giù.

Finora, il settore non ha ancora raggiunto una risposta unificata. È per questo che molte squadre oggi stanno sperimentando con diverse configurazioni di sensori, metodi di registrazione e formati di dataset.

Sistemi multimodali

Non appena la conversazione si rivolge alla raccolta di dati per la robotica, emerge un altro argomento – sensori aggiuntivi e multimodalità, che consentono di catturare i movimenti del corpo, le azioni della mano e le interazioni con gli oggetti con maggiore precisione. Aiutano anche a ridurre gli errori durante la raccolta dei dataset.

Quando una persona registra le proprie azioni con una telecamera, c’è sempre il rischio che parte del materiale sia inutilizzabile. La telecamera può spostarsi leggermente, l’angolo di ripresa può essere scorretto, l’operatore può accidentalmente girarsi dalla parte sbagliata o eseguire un movimento troppo velocemente. Di conseguenza, una parte significativa del materiale registrato viene scartata. Un semplice esempio: per ottenere un’ora di video veramente utilizzabile, un operatore spesso deve registrare circa due ore di materiale grezzo.

I sensori aggiuntivi aiutano a compensare alcuni di questi problemi. Anche se la telecamera si sposta leggermente, i dati dei sensori possono ancora rendere possibile la ricostruzione del movimento della mano o della posizione del corpo nello spazio. Di conseguenza, invece di due ore di registrazione, potrebbe essere necessario circa un’ora e venti minuti per ottenere la stessa quantità di dati utilizzabili. Ciò aumenta notevolmente l’efficienza della raccolta dei dataset e riduce i costi della loro creazione.

Non è un caso che molte squadre stiano notando un crescente interesse per l’annotazione dei dati multimodali. Ciò è diventato una delle tendenze più visibili direttamente connesse allo sviluppo della robotica e dell’Intelligenza Artificiale incarnata.

Il prossimo punto è l’etichettatura di tali dataset. Abbiamo incontrato domande simili in Keymakr lavorando con dataset clienti per casi di robotica: come dovrebbe apparire un’annotazione del genere nella pratica? Dovrebbe essere scheletrica? Bidimensionale o tridimensionale? Dovrebbero essere incorporati elementi di apprendimento per rinforzo nel pipeline? Ci sono decine di tali domande. Gli ingegneri stessi ammettono che nessuno può ancora dire con certezza quale configurazione di dati particolare porterà a un vero e proprio progresso tecnologico.

Queste preoccupazioni sono comprensibili. La costruzione di dataset complessi è un processo costoso. Ogni errore nella struttura dei dati può costare migliaia o addirittura milioni di dollari. È possibile raccogliere il “dataset sbagliato” o registrarli in condizioni che sono difficili da riprodurre nel mondo reale, minando l’intero progetto. È proprio per questo che oggi, si sta prestando sempre più attenzione sia ai modelli stessi che alla qualità e all’architettura dei dati su cui quei modelli sono addestrati.

Che tipo di robot ha bisogno il mercato?

I classici robot industriali, che hanno operato sulle linee di montaggio automobilistiche per decenni, richiedono in realtà molto poca visione artificiale o modelli di Intelligenza Artificiale complessi. Il loro compito è estremamente specifico: eseguire movimenti ripetitivi con alta precisione e coerenza. In questo ambito, hanno da tempo superato gli esseri umani.

Una categoria completamente diversa è costituita dai robot umanoidi. Questi sistemi richiedono “cervelli”: la capacità di navigare nello spazio, percepire l’ambiente circostante, capire il contesto di una situazione e controllare i manipolatori non attraverso traiettorie preprogrammate, ma adattandosi al mondo reale.

Anche con l’alto livello di automazione sui moderni pavimenti di produzione, molti compiti sono ancora eseguiti dagli esseri umani. Spostare un oggetto, prendere una scatola, ordinare pezzi, fissare un componente o organizzare materiali – sono piccole azioni che richiedono flessibilità e coordinazione. Questa area rimane una delle più difficili da automatizzare, ed è proprio qui che i sistemi umanoidi potrebbero trovare il loro ruolo.

Molte delle squadre con cui ho parlato stanno utilizzando un modello di business simile. Si avvicinano a una fabbrica e propongono di risolvere un caso di produzione specifico. Ad esempio, un lavoratore potrebbe trascorrere l’intera giornata spostando scatole tra le zone del magazzino. Gli ingegneri suggeriscono un esperimento relativamente semplice: equipaggiare il lavoratore con una telecamera e un set di sensori, registrare migliaia di ore delle loro azioni e utilizzare questi dati per addestrare un modello che controllerà un robot umanoide. In questo modo, il robot impara a eseguire esattamente i compiti eseguiti dal lavoratore umano.

In sostanza, l’azienda acquista una piattaforma umanoide, mentre la squadra di sviluppo costruisce un modello personalizzato che replica il comportamento di un operatore specifico. Non si tratta di un’intelligenza universale in grado di risolvere qualsiasi compito. Piuttosto, è un insieme di abilità addestrate per uno scenario o un gruppo di compiti di produzione specifici. Per molti ingegneri oggi, questo approccio sembra molto più realistico. Invece di cercare di creare un robot universale immediatamente, le squadre si concentrano su scenari di automazione ristretti ma economicamente fattibili.

La dimensione aziendale

Se il futuro risiede nei modelli personalizzati, è importante capire che, da un punto di vista economico, si tratta di un percorso di sviluppo piuttosto lungo.

Ogni industria è essenzialmente il suo mondo. Ogni ambiente di produzione ha i propri processi, flussi di lavoro ed eccezioni. Un robot addestrato per operare in una fabbrica automobilistica non può semplicemente essere trasferito alla produzione di alimenti o alla logistica dei magazzini. In ogni caso, il sistema deve essere riaddestrato da zero.

Questo porta alla prossima domanda logica: chi saranno i primi clienti di tale tecnologia?

Allo stadio attuale, i primi adottanti sono probabilmente le grandi imprese – quelle con i budget e per le quali l’automazione può generare un impatto economico significativo. Oggi, un robot umanoide costa all’incirca 60.000-90.000 dollari solo per il hardware di base. Questo è solo la configurazione di base. In aggiunta, ci sono i costi di manutenzione, le batterie, le stazioni di ricarica, l’infrastruttura e il software.

Di conseguenza, le aziende più in grado di sperimentare con tali sistemi sono le grandi organizzazioni, i produttori di automobili, le società alimentari e le grandi imprese industriali.

Naturalmente, anche i settori più piccoli potrebbero vedere alcuni primi adottanti. Alcune aziende potrebbero acquistare uno o due robot per compiti specifici. Tuttavia, nella maggior parte dei casi, queste aziende non sono ancora pronte a investire centinaia di migliaia di euro nella raccolta e nell’annotazione dei dataset personalizzati necessari per addestrare sistemi per scenari operativi altamente specifici. Per loro, il lavoro umano rimane ancora l’opzione più economica.

La lunga partita dell’innovazione nella robotica

Arriviamo infine a una fondamentale domanda economica: cosa è più efficiente – un essere umano o un robot? Se guardiamo all’economia di oggi, la risposta è ovvia: il lavoro umano è più economico, si adatta più rapidamente a nuove condizioni e non richiede infrastrutture complesse.

Quindi, perché l’industria continua a investire nella robotica oggi? La risposta è in gran parte strategica.

Molte aziende capiscono che è in corso una sorta di corsa per la leadership tecnologica. Stanno già sviluppando soluzioni, nonostante i costi elevati, per essere in vantaggio quando l’economia della robotica si sposterà.

Man mano che l’elettronica si evolve, i costi dei componenti scendono e l’efficienza del calcolo migliora, la robotica diventerà inevitabilmente più accessibile. E quando ciò accadrà, il vantaggio apparterrà alle aziende che hanno già costruito modelli, accumulato dati e stabilito le necessarie infrastrutture tecnologiche.

Immaginate, ad esempio, che nuove normative emergano che consentano l’uso su larga scala di robot umanoidi nella produzione. O che i governi inizino a sovvenzionare la robotizzazione delle industrie. In un tale scenario, il mercato potrebbe crescere drasticamente nel giro di pochi anni. E coloro che si sono preparati in anticipo, coloro che hanno modelli esistenti, ricerche, dataset e una tecnologia pronta, saranno quelli che trarranno il maggior beneficio.

È per questo che lo sviluppo continua anche adesso, nonostante il fatto che l’economia aziendale potrebbe non sembrare ancora ideale. Per molte aziende, si tratta di un investimento nel futuro – nel momento in cui le tecnologie diventeranno più accessibili e la domanda aumenterà bruscamente.

E in questa corsa, come in molte rivoluzioni tecnologiche, un fattore spesso si rivela decisivo: chi ha iniziato prima. In questo senso, la robotica odierna assomiglia molto ai primi stadi dell’Intelligenza Artificiale. Allora, c’erano anche più domande che risposte. Eppure, furono le squadre che iniziarono a lavorare con i dati e le infrastrutture prima degli altri a plasmare la direzione dell’intero settore.